Question

Swift 2.2

如何为data = [['aaa', 1, 110, 2, 0], ['bbb', 0, 123, 10, 11], ['ccc', 0, 134, 1, 2], ['ddd', 1, 333, 2, 3], ['eee', 1, 444, 2, 0]] data2 = [['Average', 0.1, 0.2, 0.3], ['Mean', 0.5, 0.5, 0.5], ['denom', 0.3, 0.35, 0.4]] df1 = pd.DataFrame(data=data, columns=['user', 'A', 'A1', 'B', 'C']) df1.set_index(['user'], inplace=True) df2 = pd.DataFrame(data=data2, columns=['index', 'A', 'B', 'C']) df2.set_index(['index'], inplace=True)的每一行df1和df2.loc['denom']的相应列之间相乘，并对行进行求和。

df1

结果将类似于：

      A   A1   B   C
user                
aaa   1  110   2   0
bbb   0  123  10  11
ccc   0  134   1   2
ddd   1  333   2   3
eee   1  444   2   0


           A     B    C
index                  
Average  0.1  0.20  0.3
Mean     0.5  0.50  0.5
denom    0.3  0.35  0.4

Answer 1

那基本上是一个点积。所以，一种方法是 -

df1[df2.columns].dot(df2.loc['denom'])

示例运行 -

In [55]: df1
Out[55]: 
      A   A1   B   C
user                
aaa   1  110   2   0
bbb   0  123  10  11
ccc   0  134   1   2
ddd   1  333   2   3
eee   1  444   2   0

In [56]: df2
Out[56]: 
           A     B    C
index                  
Average  0.1  0.20  0.3
Mean     0.5  0.50  0.5
denom    0.3  0.35  0.4

In [57]: df1[df2.columns].dot(df2.loc['denom'])
Out[57]: 
user
aaa    1.00
bbb    7.90
ccc    1.15
ddd    2.20
eee    1.00
dtype: float64

Answer 2

默认情况下，将系列（df2.loc['denom']）与DataFrame（df1）相乘会使系列元素与列匹配，因此请执行所需操作：

In [74]: df1 * df2.loc['denom']
Out[74]:
        A  A1     B    C
user
aaa   0.3 NaN  0.70  0.0
bbb   0.0 NaN  3.50  4.4
ccc   0.0 NaN  0.35  0.8
ddd   0.3 NaN  0.70  1.2
eee   0.3 NaN  0.70  0.0

（以上更明确的版本是：df1.mul(df2.loc['denom'], axis=1)）
要以期望的结果结束，您可以在不同的列上对上述内容求和：

In [75]: (df1 * df2.loc['denom']).sum(axis=1)
Out[75]:
user
aaa    1.00
bbb    7.90
ccc    1.15
ddd    2.20
eee    1.00
dtype: float64

两个数据帧之间的元素乘法

2 个答案: